AI视觉理解能力排行榜
视觉理解 · vision
本榜收录视觉理解（vision）维度在榜的 30 个模型，按 Elo 得分降序排列，当前榜首为 Claude Fable 5 High（Anthropic），得分 1310。该维度考察模型对图片内容的理解能力——看图问答、图表解读、场景描述等，适合需要图像理解能力的业务（图文审核、票据识别辅助、商品图理解）参考。
数据同步时间：
每 4 小时同步一次
本榜 30 个模型
共 11 个能力维度
排序依据：Elo 得分 ↓
视觉理解 · 完整榜单（30 个模型）
按 Elo 得分降序| 排名 | 模型 | 厂商 / 国家 | Elo 得分 | 置信区间 | 投票数 |
|---|---|---|---|---|---|
| 1 |
Claude Fable 5 High
|
Anthropic
|
1310 | ±8 | 11,304 |
| 2 |
Qwen3.8 Max
|
Alibaba
|
1302 | ±8 | 8,665 |
| 3 |
Claude Opus 4 7 High
|
Anthropic
|
1301 | ±7 | 21,092 |
| 4 |
Claude Opus 4 7
|
Anthropic
|
1300 | ±7 | 21,450 |
| 5 |
Claude Opus 4 6 High
|
Anthropic
|
1299 | ±7 | 20,835 |
| 6 |
Muse Spark 1.3 Max
|
Meta
|
1294 | ±15 | 1,804 |
| 7 |
Muse Spark
|
Meta
|
1294 | ±9 | 5,572 |
| 8 |
Claude Opus 4 6
|
Anthropic
|
1293 | ±7 | 25,140 |
| 9 |
muse-spark-1.2 (xHigh)
|
Meta
|
1292 | ±15 | 1,841 |
| 10 |
Claude Opus 5 High
|
Anthropic
|
1289 | ±8 | 11,599 |
| 11 |
Claude Fable 5.1 Max
|
Anthropic
|
1289 | ±12 | 2,701 |
| 12 |
Gemini 3 Pro
|
Google
|
1289 | ±8 | 12,995 |
| 13 |
GPT 5.5
|
OpenAI
|
1287 | ±6 | 23,423 |
| 14 |
GPT 5.6 Sol Xhigh
|
OpenAI
|
1286 | ±8 | 7,729 |
| 15 |
GPT 5.4 High
|
OpenAI
|
1285 | ±6 | 25,357 |
| 16 |
GPT 6 Astra Max
|
OpenAI
|
1284 | ±17 | 1,367 |
| 17 |
Gemini 3.5 Flash High
|
Google
|
1284 | ±8 | 9,579 |
| 18 |
Claude Opus 4 8 High
|
Anthropic
|
1283 | ±7 | 15,274 |
| 19 |
GPT 5.5 High
|
OpenAI
|
1283 | ±6 | 21,960 |
| 20 |
Gemini 3.5 Flash Medium
|
Google
|
1283 | ±8 | 9,618 |
| 21 |
Gemini 3.6 Flash High
|
Google
|
1283 | ±10 | 5,159 |
| 22 |
Muse Spark 1.1
|
Meta
|
1281 | ±8 | 8,447 |
| 23 |
GPT 5.4
|
OpenAI
|
1280 | ±7 | 21,188 |
| 24 |
Grok 4.5
|
SpaceXAI
|
1279 | ±8 | 8,355 |
| 25 |
Claude Opus 4 8
|
Anthropic
|
1279 | ±7 | 15,801 |
| 26 |
Gemini 3.1 Pro Preview
|
Google
|
1279 | ±5 | 40,691 |
| 27 |
GPT 5.2 Chat Latest 20260210
|
OpenAI
|
1278 | ±7 | 15,432 |
| 28 |
GPT 5.5 Instant
|
OpenAI
|
1278 | ±9 | 7,226 |
| 29 |
Claude Sonnet 4 6
|
Anthropic
|
1275 | ±6 | 25,552 |
| 30 | Z GLM 5.3 Flash |
Z.ai
|
1275 | ±12 | 3,110 |
置信区间图例：绿色 ±5 以内（样本充足，排名稳定）·
灰色 ±6~10（一般）·
橙色 ±11 以上（样本偏少，排名可能变动）。
厂商 logo 与国旗依据数据源给出的厂商标识匹配，未收录 logo 的厂商显示首字母占位。
本榜国家与厂商分布
视觉理解维度：30 个模型，来自 7 家厂商
本维度在榜 30 个模型，来自 7 家厂商，厂商分布较分散，数量最多的 Anthropic 也只占 33%。国家分布上，中国厂商 2 席、美国厂商 28 席；中国厂商占本维度 7%，低于全部 11 个维度的整体水平（24%）。榜首 Claude Fable 5 High（Anthropic）得分 1310，领先第 2 名 8 分；其中 5 个模型置信区间在 ±11 以上（对战样本偏少），名次仍有变动空间。
美国28 席
中国2 席
Anthropic
10 个模型
OpenAI
8 个模型
Google
5 个模型
Meta
4 个模型
Alibaba
1 个模型
SpaceXAI
1 个模型
榜单说明
排序依据：按 Elo 得分降序。得分由真实用户在不知模型身份的前提下对两组回答二选一（盲评对战），经 Elo 算法累积计算， 代表相对胜率而非绝对能力值。置信区间越小表示对战样本越充足；投票数为该模型的累计有效对战场次。 不同维度之间的分数不可横向比较（例如编程维度榜首约 1800 分、文本对话维度榜首约 1506 分，并不代表编程模型更强）。 国家标识依据模型归属厂商判定，同一厂商的多个版本归为同一国家。 数据来源：arena-ai-leaderboards 公开接口，最近抓取时间 2026-09-23 00:10:00，本站每日抓取快照并留存历史。 榜单仅反映真实用户偏好，不构成技术评测结论。 相关榜单：社区榜单（工具热度榜与开源模型下载榜）、 模型库（按厂商 / 参数 / 下载量筛选）。
常见问题
视觉理解和文生图是一回事吗？
不是。视觉理解（vision）是「看图」——输入图片、输出理解与回答；文生图（text-to-image）是「画图」——输入文字、输出图片。两者是完全不同的能力方向，各有独立榜单，选型时要按自己需要的是读图还是产图来取舍。
做图片审核类业务该看哪个榜？
看本榜。图文审核、内容识别类任务依赖的是模型的图像理解与判断能力，视觉理解维度更贴近；文生图维度衡量的是生成质量，与审核场景无关。
为什么有些模型只在部分维度在榜？
数据源按各维度实际参与对战的情况统计，未参与某维度对战的模型不会出现在该维度榜单中。因此同一模型在 11 个维度中的在榜情况不同。